基于时空上下文信息的视频跟踪方法研究
摘要 | 第4-5页 |
abstract | 第5-6页 |
第1章 绪论 | 第11-18页 |
1.1 研究的背景及意义 | 第11-13页 |
1.2 目标跟踪算法的研究现状 | 第13-15页 |
1.3 目标跟踪算法的发展趋势 | 第15-16页 |
1.4 本论文研究内容及章节安排 | 第16-18页 |
第2章 基于时空上下文的跟踪算法概述 | 第18-30页 |
2.1 几种基于上下文的跟踪算法 | 第18-19页 |
2.2 时空上下文跟踪算法的基本原理 | 第19-25页 |
2.2.1 时空上下文跟踪算法概述 | 第20-21页 |
2.2.2 建立空间上下文模型 | 第21-22页 |
2.2.3 建立上下文先验模型 | 第22-23页 |
2.2.4 求解置信图 | 第23-24页 |
2.2.5 求解空间上下文模型 | 第24-25页 |
2.3 时空上下文跟踪算法的主要过程 | 第25-29页 |
2.3.1 更新时空上下文模型 | 第27-28页 |
2.3.2 更新尺度参数 | 第28-29页 |
2.4 本章小结 | 第29-30页 |
第3章 基于过分割的STC跟踪算法 | 第30-46页 |
3.1 图像的分割方法概述 | 第30-32页 |
3.2 SLIC分割算法 | 第32-33页 |
3.3 改进的空间上下文模型 | 第33-35页 |
3.4 改进的时空上下文跟踪算法 | 第35-36页 |
3.5 改进的时空上下文更新过程 | 第36-37页 |
3.6 跟踪算法的性能分析 | 第37-39页 |
3.7 实验结果的分析和评价 | 第39-45页 |
3.8 本章小结 | 第45-46页 |
第4章 基于过分割STC改进的TLD跟踪器算法 | 第46-68页 |
4.1 跟踪模块 | 第47-50页 |
4.1.1 前向后向轨迹光流法 | 第47-48页 |
4.1.2 中值流跟踪法 | 第48-50页 |
4.2 检测模块 | 第50-56页 |
4.2.1 方差分类器 | 第51页 |
4.2.2 集合分类器 | 第51-54页 |
4.2.3 最近邻分类器 | 第54-56页 |
4.3 学习模块 | 第56-57页 |
4.4 综合模块 | 第57页 |
4.5 改进的TLD跟踪器算法 | 第57-59页 |
4.6 实验结果的分析和评价 | 第59-67页 |
4.7 本章小结 | 第67-68页 |
第5章 结论与展望 | 第68-70页 |
5.1 结论 | 第68-69页 |
5.2 进一步的工作方向 | 第69-70页 |
致谢 | 第70-71页 |
参考文献 | 第71-73页 |